matlab重建算法stomp,浅谈压缩感知(二十五):压缩感知重构算法之分段正交匹配追踪(StOMP)...

本文深入探讨了压缩感知重构算法中的分段正交匹配追踪(StOMP)算法,包括算法流程、MATLAB实现,并通过一维信号的实验展示了StOMP的效果。实验结果显示,门限参数ts的选择对重构成功率有显著影响,ts=2.4或2.6时通常表现出较好的重构性能。
摘要由CSDN通过智能技术生成

浅谈压缩感知(二十五):压缩感知重构算法之分段正交匹配追踪(StOMP)

主要内容:

StOMP的算法流程StOMP的MATLAB实现一维信号的实验与结果门限参数Ts、测量数M与重构成功概率关系的实验与结果一、StOMP的算法流程

分段正交匹配追踪(Stagewise OMP)也是由OMP改进而来的一种贪心算法,与CoSaMP、SP算法类似,不同之处在于CoSaMP、SP算法在迭代过程中选择的是与信号内积最大的2K或K个原子,而StOMP是通过门限阈值来确定原子。此算法的输入参数中没有信号稀疏度K,因此相比于ROMP及CoSaMP有独到的优势(这句话存在疑问)。

StOMP的算法流程:

6d17f849ed740042df3cea484438453b.png

ade7bf9e810430669a6f34de25df8fe8.png

7029cb7d07747ea11197d2c4efe430de.png

二、StOMP的MATLAB实现(CS_StOMP.m)

69c5a8ac3fa60e0848d784a6dd461da6.pngfunction [ theta ] = CS_StOMP( y,A,S,ts )

%   CS_StOMP

%   Detailed explanation goes here

%   y = Phi * x

%   x = Psi * theta

%    y = Phi*Psi * theta

%   令 A = Phi*Psi, 则y=A*theta

%   S is the maximum number of StOMP iterations to perform

%   ts is the threshold parameter

%   现在已知y和A,求theta

%   Reference:Donoho D L,Tsaig Y,Drori I,Starck J L.Sparse solution of

%   underdetermined linear equations by stagewise orthogonal matching

%   pursuit[J].IEEE Transactions on Information Theory,2012,58(2):1094—1121

if nargin 

ts = 2.5; %ts范围[2,3],默认值为2.5

end

if nargin 

S = 10; %S默认值为10

end

[y_rows,y_columns] = size(y);

if y_rowsts*sigma); %选出大于阈值的列

Is 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值